拟议的语音分析框架既保留准确性又保护隐私

发布时间：2020-08-04 14:25:12 【来源：】

伦敦帝国理工学院的研究人员声称，他们已经开发出一种语音分析方法，该方法可以支持语音识别和识别等应用程序，同时可以消除诸如情感，性别和健康状况等敏感属性。他们的框架接收语音数据和隐私首选项作为辅助信息，并使用这些首选项过滤掉敏感的属性，否则这些属性可以从录制的语音中提取。

语音信号是丰富的数据来源，包含语言和副语言信息，包括年龄，可能的性别，健康状况，个性，情绪和情绪状态。对于将原始数据传输到服务器的情况，这引起了关注。诸如属性推断之类的攻击可以揭示不打算共享的属性。实际上，研究人员断言攻击者可以使用语音识别模型从用户那里学习更多属性，并利用模型的输出来训练属性推断分类器。他们认为，根据输入的声学条件，攻击者可以获得40%至99.4%的属性推断精度，这比随机猜测的精度高三到四倍。

该团队的方法旨在通过两阶段方法来限制推理攻击的成功。在第一阶段，用户调整其隐私首选项，其中每个首选项都与可以对语音数据执行的任务(例如，语音识别)相关联。在第二阶段，框架学习语音数据中的纠缠表示形式，以驱动反映特定任务独立因素的维度。该框架可以生成三种输出类型：语音嵌入(即语音的数字表示)，说话者嵌入(用户的数字表示)或通过将语音嵌入与合成身份并置而产生的语音重构。

在实验中，研究人员使用五种公共数据集(IEMOCAP，RAVDESS，SAVEE，LibriSpeech和VoxCeleb)记录了各种目的，包括语音识别，说话者识别和情感识别，以训练，验证和测试该框架。他们发现，使用该框架隐藏说话人的身份时，可以实现较高的语音识别精度，但是根据指定的首选项，识别精度会略有提高。既然如此，合著者表示相信可以在将来的工作中解决这一问题。

“很明显，每一帧每个音调类别中能量的[变化]反映了所提议框架在改变与用户情绪[和其他属性]相关的韵律表示以维持其隐私方面的成功”，研究人员在预印本中写道。“在涉及语音分析的情况下保护用户的隐私仍然是一项特别具有挑战性的任务。然而，我们的实验和发现表明，在为基于语音的系统维持高水平的功能性的同时，可以实现相当高的隐私级别。”

研究人员计划专注于扩展其框架，以根据用户与之交互的设备和服务来提供控件。他们还打算探索由解开表示形式实现的隐私保护，可解释和可自定义的应用程序。

这项最新研究是在查尔默斯理工大学和瑞典RISE研究机构的一篇论文之后提出的，该论文提出了一种隐私保护技术，该技术可以学习模糊语音数据中的性别等属性。就像伦敦帝国理工学院的团队一样，他们使用经过训练的模型来过滤记录中的敏感信息，然后生成独立于过滤细节的新信息和私人信息，以确保敏感信息保持隐藏状态而不会牺牲现实性或实用性。

上一篇：Google和哈佛发布了当前局势预测模型
下一篇：Take-Two在2020年第一季度的收入达到了8.313亿美元